Ricerca Operativa e Logistica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Ricerca Operativa e Logistica"

Transcript

1 Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici

2 Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei vincoli logici a cui sono soggette le variabili decisionali. Ad esempio: Vincoli di incompatibilità: se posiziono un antenna in un certo sito, non possiamo installarne altre in siti adiacenti per evitare problemi di interferenze. Costi fissi: se decido di costruire un impianto in un certo sito pagherò un costo fisso di funzionamento associato a quel sito. Vincoli alternativi: dato un insieme di vincoli solo uno di essi deve essere soddisfatto;.

3 Variabili logiche L obiettivo è quello di aggiungere al modello equazioni e disequazioni lineari (vincoli logici) che esprimono algebricamente quando un determinato espressione è vera. Per creare questi vincoli logici facciamo uso di variabili logiche che possono assumere solo il valore 0 (FALSO) oppure 1 (VERO). A livello modellistico le variabili logiche sono variabili come tutte le altre e quindi possono essere combinate solo in modo lineare. Quindi non è possibile applicare a queste variabili operatori logici (AND, OR e NOT) oppure operatori linguistici (if y 1 =1 allora y 2 =1), ne tantomeno si possono moltiplicare tra loro. Sarebbero tutte forme non lineari. E importante sottolineare che l uso delle variabili logiche da un lato aumentano l espressività dei modelli di ottimizzazione ma dall altro possono rendere molto più difficile il problema.

4 Variabili logiche Siano S A, S B ed S C tre affermazioni. Associamo ad ogni affermazione una corrispondente variabile logica come segue: 1 y X = 0 se l'affermazione X è vera altrimenti con X={A,B,C} Di seguito descriveremo come far assumere alla variabile logica i valori corretti (quelli indicati nella sua definizione) attraverso l introduzione di nuovi vincoli nel modello. Successivamente utilizzeremo queste variabili per esprimere condizioni logiche sulle tre affermazioni (S A, S B, S C ) attraverso l utilizzo di vincoli sulle variabili logiche (y X ) ad esse associate.

5 Esempio: Assegnazione delle frequenze La compagnia di telefonia cellulare Televodawind ha suddiviso la città di Salerno in varie zone dove installare le antenne al fine di coprire l intera città. Ad ogni antenna deve essere associata una frequenza f i tenendo però presente che, per evitare problemi di interferenze, due antenne adiacenti non possono utilizzare la stessa frequenza. p 14 p 13 p 2 p 4 p 5 p 9 p 12 p 1 p 3 p 8 p 10 p 11 p 6 p 7

6 Esempio: Assegnazione delle frequenze p 14 p 13 p 2 p 4 p 5 p 9 p 12 p 1 p 3 p 8 p 10 p 11 p 6 p 7 Per stabilire quali sono le antenne adiacenti nella città, si fa uso di un grafo G=(V,E) non orientato in cui i nodi rappresentano le antenne e gli archi indicano quali sono le antenne adiacenti, i.e. se (i,j) E allora le antenne i e j sono adiacenti e non possono usare la stessa frequenza. Indichiamo con F={f 1,,f t } l insieme delle frequenze disponibili. Poiché acquistare una frequenza ha un costo rilevante, la compagnia vuole individuare un assegnamento di frequenze alle antenne che non produca interferenze e soprattutto che utilizzi il minimo numero di frequenze. (Questo problema viene anche detto problema della colorazione del grafo perché l obiettivo è quello di colorare i nodi del grafo minimizzando il numero di colori utilizzati e assicurandosi che non venga mai assegnato lo stesso colore a due nodi adiacenti).

7 Esempio: Assegnazione delle frequenze! 1 se al nodo i viene assegnata la frequenza k x ik = " # 0 altrimenti! 1 se la frequenza k è stato assegnata a qualche nodo y k = " # 0 altrimenti min " k!f y k x ik + x jk #1 $(i,j)! E, $ k! F " x ik =1 $ i! V k!f " x ik # My k $ k! F i!v x ik! 0,1 { } $k! F, $i! V oppure x ik! y k "i # V,"k # F y k! { 0,1} $k! F

8 Variabili logiche: operatori logici S B =NOT S A Questa condizione logica equivale a scrivere nei vincoli: y B = (1-y A ) y A S A NOT S A y B 0 Falso Vero 1 1 Vero Falso 0

9 Variabili logiche: operatori logici y A y B S A AND S B y C S C = S A AND S B Questa condizione logica equivale a scrivere i vincoli: y C y A + y B 1, y C ½(y A + y B ) 0 0 Falso 0 1 Falso 1 0 Falso 1 1 Vero y A y B S A NAND S B y C S A NAND S B Questa condizione logica equivale a scrivere i vincoli: y C 2 y A y B, y C ½(2 y A y B ) 0 0 Vero Vero Vero Falso 0

10 Variabili logiche: operatori logici y A y B S A OR S B y C S C = S A OR S B Questa condizione logica equivale a scrivere i vincoli: y C y A + y B, y C y A, y C y B 0 0 Falso Vero Vero Vero 1 S C = S A XOR S B Questa condizione logica equivale a scrivere i vincoli: y A y B y C, y B y A y C y C y A + y B, y C 2 y A y B y A y B S A XOR S B y C 0 0 Falso Vero Vero Falso 0

11 Vincoli logici NOT S A Questa condizione logica equivale a scrivere nei vincoli: (1-y A ) y A NOT S A (1-y A ) 0 Vero 1 1 Falso 0

12 Vincoli logici y A y B S A AND S B y A +y B =2 S A AND S B Questa condizione logica equivale a scrivere il vincolo: y A + y B = Falso 0 1 Falso 1 0 Falso 1 1 Vero Violato Violato Violato Soddisf. y A y B S A NAND S B y A +y B 1 S A NAND S B Questa condizione logica equivale a scrivere il vincolo: y A +y B Vero Soddisf. 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Falso Violato

13 Vincoli logici y A y B S A OR S B y A +y B 1 S A OR S B Questa condizione logica equivale a scrivere il vincolo: y A + y B Falso Violato 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Vero Soddisf. y A y B S A XOR S B y A +y B =1 S A XOR S B Questa condizione logica equivale a scrivere il vincolo: y A + y B = Falso Violato 0 1 Vero Soddisf. 1 0 Vero Soddisf. 1 1 Falso Violato

14 Vincoli logici: operatori linguistici If S A è vero then S B è vero Questa condizione logica equivale a scrivere il vincolo: y A y B y A y B S A S B y A y B 0 0 Indiff. Soddisf. 0 1 Indiff. Soddisf. 1 0 Falso Violato 1 1 Vero Soddisf. S A è vero se e solo se S B è vero Questa condizione logica equivale a scrivere il vincolo: y A = y B y A y B S A S B y A =y B 0 0 Vero Soddisf. 0 1 Falso Violato 1 0 Falso Violato 1 1 Vero Soddisf.

15 Vincoli logici: operatori linguistici If S A e S B sono vere then S C è vero Questa condizione logica equivale a scrivere il vincolo: y A +y B 1+y C y A y B y C If (S A AND S B ) then S C y A +y B 1+y C Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Indiff. Soddisf Falso Violato Vero Soddisf.

16 Vincoli logici: operatori linguistici If S A o S B sono vere then S C è vero Questa condizione logica equivale a scrivere il vincolo: y A +y B 2y C y A y B y C If (S A OR S B ) then S C y A +y B 2y C Indiff. Soddisf Indiff. Soddisf Falso Violato Vero Soddisf Falso Violato Vero Soddisf Falso Violato Vero Soddisf.

17 Esempio: Investimenti Un cliente affida ad un agenzia finanziaria un milione di euro da impiegare in fondi di investimento. Attualmente ci sono 6 fondi (A,B,C,D,E,F) offerti dal mercato, le cui caratteristiche sono riportati nella seguente tabella: Nome Tipo Rischio Durata (anni) Rendita alla maturazione A Privato 2 9 4,5% B Pubblico % C Stato 1 4 5,1% D Stato 4 3 4,4% E Privato 5 2 4,1% F Privato ,9% Si sa che i fondi pubblici e dello stato sono tassati del 50% alla fine del periodo. Il cliente chiede di riservare almeno il 40% del capitale a fondi pubblici e dello stato e vuole che la durata media dell investimento non superi i 5 anni. Inoltre, il valore medio del rischio dell investimento non deve superare 2. Oltre alle richieste del cliente, bisogna anche rispettare una serie di regole imposte dal mercato. In particolare: - investire in C preclude la possibilità di investire in D, e viceversa; - è obbligatorio investire su uno dei fondi A, C, F; - è possibile investire in E solo se si investe anche in A. - Una volta deciso di investire su un fondo, la quota minima di investimento è pari a 100 euro. Tale quota sale a 1000 euro se l investimento scelto è A. - si può investire in B solo se sono stati investiti soldi su A e F. Si vuole massimizzare la rendita finale dell investimento.

18 Esempio: Investimenti Variabili decisionali, logiche e parametri - x i : i {A,B,C,D,E,F}: quantità di euro investita su i - y i : i {A,B,C,D,E,F}: variabile binaria associata all investimento i, cioè: 1 se si investe qualcosa su i y i = 0 altrimenti - M: costante sufficientemente grande (M )

19 max 0, 045x A + 0,11 2 x 0, 051 0, 044 B + x C + x D + 0, 041x E + 0, 039x F 2 2 x A + x B + x C + x D + x E + x F! Budget disponibile x B + x C + x D " Esempio: Investimenti 9x A +8x B + 4x C + 3x D + 2x E + 2, 5x F! 5(x A + x B + x C + x D + x E + x F ) 2x A + 3x B + x C + 4x D + 5x E + 3x F! 2(x A + x B + x C + x D + x E + x F ) x i! My i i # {A, B,C, D, E, F} y i! Mx i i # {A, B,C, D, E, F} y C + y D!1 y A + y C + y F "1 Investimento minimo pubblico/stato Def. variabili logiche Vincolo logico C nand D Investimento obbligatorio su A o C o F Durata media Rischio medio y E! y A x A "1000y A x i "1000y i i # {B,C, D, E, F} y B! 1 2 (y A + y F ) Vincolo logico E A Investimento minimo su A Investimento minimo Vincolo logico E A and F y i # {0,1}, x i " 0 i # {A, B,C, D, E, F}

Modelli con vincoli di tipo logico

Modelli con vincoli di tipo logico Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo

Dettagli

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa Piani di investimento Un finanziere ha due piani di investimento A e B disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno garantisce, due anni

Dettagli

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Modelli di Programmazione Lineare e Programmazione Lineare Intera Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno

Dettagli

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 16/06/2014 Andrea Scozzari Esercizio n.1 Un agenzia finanziaria deve investire 1000000 di euro di un suo cliente in fondi di investimento. Il mercato offre cinque

Dettagli

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

Dettagli

Modelli di Programmazione Lineare Intera

Modelli di Programmazione Lineare Intera 8 Modelli di Programmazione Lineare Intera 8.1 MODELLI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 8.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 20/202 Lezione 6-8 Rappresentazione di funzioni non lineari: - Costi fissi - Funzioni lineari a tratti Funzioni obiettivo non lineari:

Dettagli

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti

Dettagli

1. Considerazioni preliminari

1. Considerazioni preliminari 1. Considerazioni preliminari Uno dei principali aspetti decisionali della gestione logistica è decidere dove localizzare nuove facility, come impianti, magazzini, rivenditori. Ad esempio, consideriamo

Dettagli

Problemi di localizzazione impianti

Problemi di localizzazione impianti Problemi di localizzazione impianti Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Il modello matematico 2: Funzioni obiettivo: ma.min, Min-ma Tipologie di Vincoli Funzione obiettivo ma-min: Esempio Scommesse Il signor

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso

Dettagli

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine: 1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C

Dettagli

Compito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1

Compito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1 Compito DA e BD. Tempo concesso: 90 minuti 12 giugno 03 Nome: Cognome: Matricola: Esercizio 1 Si considerino le seguenti specifiche relative alla realizzazione della base di dati di una facoltà e si definisca

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12 A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA

Dettagli

Management Sanitario. Modulo di Ricerca Operativa

Management Sanitario. Modulo di Ricerca Operativa Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di

Dettagli

Sistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P 1 2 0 0 P 1 1 2 2 3 3 2 P 2 3 0 2 P 2 6 0 0 P 3 2 1 1 P 3 0 1 1 < P 1, >

Sistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P 1 2 0 0 P 1 1 2 2 3 3 2 P 2 3 0 2 P 2 6 0 0 P 3 2 1 1 P 3 0 1 1 < P 1, > Algoritmo del banchiere Permette di gestire istanze multiple di una risorsa (a differenza dell algoritmo con grafo di allocazione risorse). Ciascun processo deve dichiarare a priori il massimo impiego

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

Strategie di Copertura mediante Futures

Strategie di Copertura mediante Futures Strategie di Copertura mediante Futures Lezione 6 3.1 Coperture Lunghe e Corte Una copertura lunga mediante futures è appropriata quando si sa di dover acquistare un attività in futuro e si vuole bloccare

Dettagli

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

Ricerca Operativa A.A. 2008/2009

Ricerca Operativa A.A. 2008/2009 Ricerca Operativa A.A. 08/09 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi

Dettagli

Modelli di Programmazione Lineare. PRTLC - Modelli

Modelli di Programmazione Lineare. PRTLC - Modelli Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo Rilassamento continuo - generazione

Dettagli

Modelli LP (complementi)

Modelli LP (complementi) Modelli LP (complementi) Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - ottobre 2003 1. Comprare o fabbricare? Electro-Poly è un produttore leader di lavatrici Ha ricevuto

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

Ricerca Operativa Esercizio 1

Ricerca Operativa Esercizio 1 E1 Esercizio 1 La fonderia ESSELLE deve produrre esattamente 1000 pezzi del peso di un chilogrammo ciascuno. Il ferro con cui questi pezzi saranno fatti deve contenere manganese e silicio nelle seguenti

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

Problemi di Programmazione Lineare Intera

Problemi di Programmazione Lineare Intera Capitolo 4 Problemi di Programmazione Lineare Intera La Programmazione Lineare Intera (PLI) tratta il problema della massimizzazione (minimizzazione) di una funzione di più variabili, soggetta a vincoli

Dettagli

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento

Dettagli

5 Risparmio e investimento nel lungo periodo

5 Risparmio e investimento nel lungo periodo 5 Risparmio e investimento nel lungo periodo 5.1 Il ruolo del mercato finanziario Il ruolo macroeconomico del sistema finanziario è quello di far affluire i fondi risparmiati ai soggetti che li spendono.

Dettagli

Reti sequenziali sincrone

Reti sequenziali sincrone Reti sequenziali sincrone Un approccio strutturato (7.1-7.3, 7.5-7.6) Modelli di reti sincrone Analisi di reti sincrone Descrizioni e sintesi di reti sequenziali sincrone Sintesi con flip-flop D, DE, T

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

Il sistema monetario

Il sistema monetario Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Soluzione dell esercizio del 2 Febbraio 2004

Soluzione dell esercizio del 2 Febbraio 2004 Soluzione dell esercizio del 2 Febbraio 2004 1. Casi d uso I casi d uso sono riportati in Figura 1. Figura 1: Diagramma dei casi d uso. E evidenziato un sotto caso di uso. 2. Modello concettuale Osserviamo

Dettagli

Testing: basato su analisi dinamica del codice. Metodi Formali: basato su analisi statica del codice.

Testing: basato su analisi dinamica del codice. Metodi Formali: basato su analisi statica del codice. Convalida: attività volta ad assicurare che il SW sia conforme ai requisiti dell utente. Verifica: attività volta ad assicurare che il SW sia conforme alle specifiche dell analista. Goal: determinare malfunzionamenti/anomalie/errori

Dettagli

Introduzione a Visual Basic Lezione 1 Concetti base e istruzioni condizionali

Introduzione a Visual Basic Lezione 1 Concetti base e istruzioni condizionali a Visual Basic Lezione 1 Concetti base e istruzioni condizionali Mario Alviano Introduzione all informatica Università della Calabria http://alviano.net/introinfo A.A. 2008/09 Introduzione Un esempio:

Dettagli

ALGEBRA DELLE PROPOSIZIONI

ALGEBRA DELLE PROPOSIZIONI Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra

Dettagli

Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione

Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione Sequenziamento a minimo costo di commutazione in macchine o celle con costo lineare e posizione home (In generale il metodo di ottimizzazione presentato in questo file trova la seq. a costo minimo per

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only. In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.

Dettagli

Problema del trasporto

Problema del trasporto p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel

Dettagli

Università per Stranieri di Siena Livello A1

Università per Stranieri di Siena Livello A1 Unità 20 Come scegliere il gestore telefonico CHIAVI In questa unità imparerai: a capire testi che danno informazioni sulla scelta del gestore telefonico parole relative alla scelta del gestore telefonico

Dettagli

Rappresentazione grafica di entità e attributi

Rappresentazione grafica di entità e attributi PROGETTAZIONE CONCETTUALE La progettazione concettuale, ha il compito di costruire e definire una rappresentazione corretta e completa della realtà di interesse, e il prodotto di tale attività, è lo schema

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Operatori logici e porte logiche

Operatori logici e porte logiche Operatori logici e porte logiche Operatori unari.......................................... 730 Connettivo AND........................................ 730 Connettivo OR..........................................

Dettagli

Produzione e forza lavoro

Produzione e forza lavoro Produzione e forza lavoro Testo Un azienda produce i modelli I, II e III di un certo prodotto a partire dai materiali grezzi A e B, di cui sono disponibili 4000 e 6000 unità, rispettivamente. In particolare,

Dettagli

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano 2 Problemi di Costo Fisso & Vincoli Disgiuntivi (con esercizi ) November 12, 2015 2 Università

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti ipotesi: Gli investitori sono avversi al rischio; Gli investitori

Dettagli

Chi non risolve esercizi non impara la matematica.

Chi non risolve esercizi non impara la matematica. 96 matematica per l economia Esercizio 65. Consideriamo ancora il problema 63 dell azienda vinicola, aggiungendo la condizione che l azienda non può produrre più di 200 bottiglie al mese. Soluzione. La

Dettagli

Lezione 4. Controllo di gestione. Il controllo direzionale

Lezione 4. Controllo di gestione. Il controllo direzionale Lezione 4 Il controllo direzionale Sistema di pianificazione e controllo PIANIFICAZIONE STRATEGICA PIANO 1 2 OBIETTIVI OBIETTIVI ATTIVITA 3 DI LUNGO PERIODO DI BREVE PERIODO OPERATIVA 5 BUDGET FEED-BACK

Dettagli

SERVIZIO A CHIAMATA DI PESCHIERA BORROMEO

SERVIZIO A CHIAMATA DI PESCHIERA BORROMEO SERVIZIO A CHIAMATA DI PESCHIERA BORROMEO FASCIA ORARIA DI ESERCIZIO DEL SERVIZIO Dalle 6.00 alle 21.00 dal lunedì al sabato escluso Agosto e le festività infrasettimanali ORARI DI APERTURA DEL CALL CENTER

Dettagli

Esercizio. almeno una tenuta lasci 200 ettari di terreno incolto, e

Esercizio. almeno una tenuta lasci 200 ettari di terreno incolto, e Un finanziere ha a disposizione due piani di investimento A e B, disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno dà, due anni più tardi, un

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

NOME:... MATRICOLA:... Scienza dei Media e della Comunicazione, A.A. 2007/2008 Analisi Matematica 1, Esame scritto del 08.02.2008. x 1.

NOME:... MATRICOLA:... Scienza dei Media e della Comunicazione, A.A. 2007/2008 Analisi Matematica 1, Esame scritto del 08.02.2008. x 1. NOME:... MATRICOLA:.... Scienza dei Media e della Comunicazione, A.A. 007/008 Analisi Matematica, Esame scritto del 08.0.008 Indicare per quali R vale la seguente diseguaglianza : + >. Se y - - è il grafico

Dettagli

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso

Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di flusso Flusso di costo minimo È dato un grafo direzionato G = (N, A). Ad ogni arco (i, j) A è associato il costo c ij

Dettagli

Cenni su algoritmi, diagrammi di flusso, strutture di controllo

Cenni su algoritmi, diagrammi di flusso, strutture di controllo Cenni su algoritmi, diagrammi di flusso, strutture di controllo Algoritmo Spesso, nel nostro vivere quotidiano, ci troviamo nella necessità di risolvere problemi. La descrizione della successione di operazioni

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Prof. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base:

Prof. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base: LA STRUTTURA DI RIPETIZIONE La ripetizione POST-condizionale La ripetizione PRE-condizionale INTRODUZIONE (1/3) Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto

Dettagli

ISC. L indicatore sintetico di costo del conto corrente

ISC. L indicatore sintetico di costo del conto corrente ISC L indicatore sintetico di costo del conto corrente Indice Cos è l ISC, l Indicatore Sintetico di Costo del conto corrente I 7 profili tipo di utilizzo Ma in definitiva, perché controllare l ISC? Dove

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Interesse, sconto, ratei e risconti

Interesse, sconto, ratei e risconti TXT HTM PDF pdf P1 P2 P3 P4 293 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 293 129.1.1 Esercizio per il calcolo dell

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

FABBISOGNO DI FINANZIAMENTO

FABBISOGNO DI FINANZIAMENTO FABBISOGNO DI FINANZIAMENTO Fonti interne: autofinanziamento Fonti esterne: capitale proprio e capitale di debito Capitale proprio: deriva dai conferimenti dei soci dell azienda e prende il nome, in contabilità,

Dettagli

Lezione 8. La macchina universale

Lezione 8. La macchina universale Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione

Dettagli

Matematica Computazionale Lezione 4: Algebra di Commutazione e Reti Logiche

Matematica Computazionale Lezione 4: Algebra di Commutazione e Reti Logiche Matematica Computazionale Lezione 4: Algebra di Commutazione e Reti Logiche Docente: Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi 089-963334 ALGEBRA DI COMMUTAZIONE Lo scopo di questa algebra

Dettagli

BASE DI DATI: sicurezza. Informatica febbraio 2015 5ASA

BASE DI DATI: sicurezza. Informatica febbraio 2015 5ASA BASE DI DATI: sicurezza Informatica febbraio 2015 5ASA Argomenti Privatezza o riservatezza Vincoli di integrità logica della base di dati intrarelazionali interrelazionali Principio generale sulla sicurezza

Dettagli

Osservatorio SosTariffe.it Telefonia Mobile

Osservatorio SosTariffe.it Telefonia Mobile Osservatorio SosTariffe.it Telefonia Mobile TARIFFE IN PORTABILITA DEL NUMERO: ANALISI SUL RISPARMIO CHE SI OTTIENE EFFETTUANDO IL PASSAGGIO DEL NUMERO AD UN ALTRO OPERATORE SIA PER ABBONAMENTI CHE PER

Dettagli

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura

Dettagli

Domande a scelta multipla 1

Domande a scelta multipla 1 Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco

Dettagli

Esempi di modelli di programmazione lineare (intera) 2014

Esempi di modelli di programmazione lineare (intera) 2014 Esempi di modelli di programmazione lineare (intera) 2014 1) Combinando risorse Una ditta produce due tipi di prodotto, A e B, combinando e lavorando opportunamente tre risorse, R, S e T. In dettaglio:

Dettagli

Ai gentili clienti Loro sedi Riforma del lavoro: nuova tassa sui licenziamenti a copertura degli ammortizzatori sociali

Ai gentili clienti Loro sedi Riforma del lavoro: nuova tassa sui licenziamenti a copertura degli ammortizzatori sociali Studio Commerciale e Tributario TOMASSETTI & PARTNERS Informativa Lavoro Ai gentili clienti Loro sedi Riforma del lavoro: nuova tassa sui licenziamenti a copertura degli ammortizzatori sociali Gentile

Dettagli

Modulo 2. Domanda aggregata e livello di produzione

Modulo 2. Domanda aggregata e livello di produzione Modulo 2 Domanda aggregata e livello di produzione Esercizio. In un sistema economico privo di settore pubblico, la funzione di consumo è: C = 200 + 0.8Y; gli investimenti sono I= 50. a) Qual è il livello

Dettagli

Le Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08

Le Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08 Le Scelte Finanziarie 1 Tasso Interno di Rendimento Consideriamo un operazione finanziaria (t 0 =0): 0 x 0 t 1 t 2 t m...... x 1 x 2 x m Posto: x = x0, x1,, xm { } si definisce tasso interno di rendimento

Dettagli

Esercizi di Programmazione del progetto

Esercizi di Programmazione del progetto Esercizi di Programmazione del progetto 1. Un progetto è costituito da tre attività tra loro non legate da vincoli di precedenza. Rappresentarlo con un reticolo americano ed europeo. L attività a dura

Dettagli

Lezione 18 1. Introduzione

Lezione 18 1. Introduzione Lezione 18 1 Introduzione In questa lezione vediamo come si misura il PIL, l indicatore principale del livello di attività economica. La definizione ed i metodi di misura servono a comprendere a quali

Dettagli

Capitolo 3. Tassi di cambio e mercati valutari: un approccio di portafoglio. preparato da Thomas Bishop (adattamento italiano di Elisa Borghi)

Capitolo 3. Tassi di cambio e mercati valutari: un approccio di portafoglio. preparato da Thomas Bishop (adattamento italiano di Elisa Borghi) Capitolo 3 Tassi di cambio e mercati valutari: un approccio di portafoglio preparato da Thomas Bishop (adattamento italiano di Elisa Borghi) Anteprima Principi di base sui tassi di cambio Tassi di cambio

Dettagli

Lezione 1 Introduzione

Lezione 1 Introduzione Lezione 1 Introduzione Argomenti Cosa è l Economia politica I principi fondamentali dell Economia politica Cosa studia l Economia politica Perché studiare l Economia politica 1.1 COSA È L ECONOMIA POLITICA

Dettagli

Modelli per la gestione delle scorte

Modelli per la gestione delle scorte Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione

Dettagli

Facoltà di Scienze Politiche Corso di Economia Politica. Macroeconomia sui capitoli 21, 22 e 23. Dott.ssa Rossella Greco

Facoltà di Scienze Politiche Corso di Economia Politica. Macroeconomia sui capitoli 21, 22 e 23. Dott.ssa Rossella Greco Facoltà di Scienze Politiche Corso di Economia Politica Esercitazione di Macroeconomia sui capitoli 21, 22 e 23 Dott.ssa Rossella Greco Domanda 1 (Problema 4. dal Cap. 21 del Libro di Testo) a) Gregorio,

Dettagli

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità

Dettagli

Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare

Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare Ricerca Operativa A.A. 2007/2008 10. Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa - 10. Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

Sign. Mario Rossi Team Pianificazione Assicurativa

Sign. Mario Rossi Team Pianificazione Assicurativa Sign. Mario Rossi Team Pianificazione Assicurativa Egr. Signor Rossi, sulla base di quanto evinto dalla rilevazione dati, il nostro Team di Pianificazione Assicurativa ha elaborato per Lei una soluzione

Dettagli

Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma

Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Un esempio di applicazione della programmazione lineare intera all ingegneria del software: stima del worst-case execution time di un programma Corso di Ricerca Operativa per il Corso di Laurea Magistrale

Dettagli

L analisi dei costi: il costing

L analisi dei costi: il costing L analisi dei Costi - a.a. 2012/2013 L analisi dei costi: il costing 1 La tecnica del costing (1) Il termine costing indica la tecnica specificatamente rivolta alla rilevazione dei costi. Negli ultimi

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

Ricorsione in SQL-99. Introduzione. Idea di base

Ricorsione in SQL-99. Introduzione. Idea di base Ricorsione in SQL-99 Introduzione In SQL2 non è possibile definire interrogazioni che facciano uso della ricorsione Esempio Voli(lineaAerea, da, a, parte, arriva) non è possibile esprimere l interrogazione

Dettagli

Titoli FIN FII BOT BOC AI Rendimenti 9.5 10.5 12 12.5 6 Rischi 5 6 7 8 1

Titoli FIN FII BOT BOC AI Rendimenti 9.5 10.5 12 12.5 6 Rischi 5 6 7 8 1 (esercizi tratti da: Esercizi di Ricerca Operativa Ghirardi, Grosso, Perboli. Ed. Progetto Leonardo) Esercizio 1 Una società di investimenti finanziari deve gestire un budget di 1000000 Euro per conto

Dettagli

Gestione della memoria centrale

Gestione della memoria centrale Gestione della memoria centrale Un programma per essere eseguito deve risiedere in memoria principale e lo stesso vale per i dati su cui esso opera In un sistema multitasking molti processi vengono eseguiti

Dettagli

e-dva - eni-depth Velocity Analysis

e-dva - eni-depth Velocity Analysis Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Modellazione in Programmazione Lineare Luigi De Giovanni 1 Modelli di programmazione lineare I modelli di programmazione lineare sono una

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 24/11/2015

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 24/11/2015 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 24/11/2015 Valutazioni di operazioni finanziarie Esercizio 1. Un operazione finanziaria

Dettagli

Interesse, sconto, ratei e risconti

Interesse, sconto, ratei e risconti 129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................

Dettagli